MétaCan
Menu
Retour à la cohorte
Enregistrement W3003261066 · doi:10.3808/jeil.201900022

A GIS-based Decision-Making Support System for Wind Power Plant Site Selection, Case Study for Saskatchewan

2019· article· en· W3003261066 sur OpenAlexaffabout
Lirong Liu, Guohe Huang, Brian W. Baetz, K. Turchenek

Notice bibliographique

RevueJournal of Environmental Informatics Letters · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Acceptance of Renewable Energy
Établissements canadiensSaskatchewan Ministry of AgricultureGovernment of SaskatchewanMcMaster UniversityUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSite selectionWind powerGeographic information systemPower stationEnvironmental resource managementSelection (genetic algorithm)Environmental scienceEnvironmental economicsComputer scienceEngineeringGeographyCartography

Résumé

récupéré en direct d'OpenAlex

The increasing developments of wind power plants occur in many countries, which are used to mitigate the adverse effects of fossil fuels on the environment. In consideration of negative impacts, wind energy should be systematically analyzed in order to optimize the plans of governments and developers. A decision-making support system for wind power plant site selection was developed by using geographical information system in this study. The environmental, economic, and technical factors are invoked to generate the methodology. By comparing the overall performance index from the results, the best locations for wind power plants can be selected. The methodology was applied to the case study of Saskatchewan, where the development of wind power plant could be considered urgent. The results demonstrate that Saskatchewan has great potential for wind power energy development and southwest Saskatchewan is the most favorable area.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil0,402

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,260
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Informatics LettersMême sujetSocial Acceptance of Renewable EnergyTravaux en français237 207